Using Social Marketing to Tackle Compulsive Buying
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Background: The present paper focuses on compulsive buying, outlining the need to tackle this phenomenon using a social marketing approach, for the wellbeing of the affected individuals, their families and contacts, and for the health of our society at large. Focus of the Article: This conceptual development article is centered on behavior change and social marketing strategies that can address compulsive buying. Research Questions: How can social marketers help in curbing compulsive buying? What conceptual components and practical guidelines can be used in marketing programs for addressing compulsive shopping? Program Design/Approach: The platform developed herein outlines segmentation, targeting, product, price, place and promotional strategies recommended based on theoretical elements across disciplines. Importance to the Social Marketing Field: To date, compulsive buying has largely been ignored in the social marketing field, despite its relevance and prevalence. This paper provides a framework that can be employed in developing social marketing programs. Method: The proposed platform was created by bridging the literatures on compulsive buying and social marketing, identifying useful theoretical elements (e.g., the potential of the Thranstheoretical model), adapting and customizing these elements to provide actionable insights for intervention programs. The toolkit used for tackling other addictions was taken into account and integrated into the current development. Future Research: This paper offers an initial framework for social marketing efforts aimed at compulsive buying. It hopes to inspire significantly more work in this area to explore the potential of other theories and approaches to foster behavioral change for the better.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle